如何用多智能体的方法构建深度搜索

如何用多智能体的方法构建深度搜索？现在，Claude团队把自家最新的心得，对外分享了。

在这篇文章中，它详细展示了如何构建一个有效的多智能体研究系统，这是一个架构，其中主代理（The Lead Agent）会生成和协调子代理（Subagents)，以并行方式探索复杂查询，内容涵盖系统架构、提示工程以及评估方法等。

相比传统一个AI硬啃问题的方式，这种架构有几点关键优势：

• 并行处理更快更准：任务被多个子智能体同时执行，还能动态调用多个工具，处理效率提高90%；

• 更强推理能力：通过多步搜索与结果融合，不依赖静态检索，适合复杂研究类任务；

• 灵活扩展token资源：单模型用token有限，但多智能体可以有效分配和扩展token预算。

在提示工程方面，Claude团队也做了很多探索：

• 提示词要懂智能体“性格”，准确构建心理模型；

• 任务清晰分解：目标、工具、输出格式全写明；

• 工作量分级：复杂任务多子代理、工具调用多；

• 启发式策略：优先选专业工具、宽搜后聚焦；

• 智能体自我改进：出错时自己调整工具用法；

• 并行调用工具：同时创建多个子代理并多工具并发调用，速度直接从“几小时”缩短到“几分钟”。

参考文献：
[1] Claude团队把核心提示词和代码也开源：https://www.anthropic.com/engineering/built-multi-agent-research-system

知识星球：Dify源码剖析及答疑，Dify扩展系统源码，AI书籍课程|AI报告论文，公众号付费资料。加微信buxingtianxia21进NLP工程化资料群，以及Dify交流群。